阿里云共享型s6/共享型n4/计算型c5/通用型g6等实例怎么选择?

现在大家买阿里云服务器都是通过阿里云各种促销活动去买,例如新人特惠、云服务器精选特惠等价格都很便宜,不过相同配置的云服务器往往有多个不同的实例可选,而不同实例的价格差别又很大,目前阿里云各活动中的云服务器实例主要以共享型s6/共享型n4/计算型c5/通用型g6等实例为主,那么我们应该如何选择呢?带着这些疑问,我们一起来看看官方对这些实例的指导应用场景汇总!


实例选择.jpg

阿里云各活动中目前有哪些实例可选?
目前以阿里云新人特惠云服务器精选特惠等热门活动为主的各活动中的实例主要以共享型、计算型、通用型和内存型为主,分别是共享型n4/共享型s6/计算型c5/计算型c6/计算型c6a/计算平衡增强型c6e/通用型g5/通用型g6/通用平衡增强型g6e/内存型r5/内存型r6。

共享型s6/共享型n4/计算型c5/通用型g6等实例怎么选择?
下面是阿里云官方对这些实例规格的指导应用场景汇总,对于新手用户来说,如果不知道如何选择,不妨参考此表中的应用场景与自己的业务想对应然后再选择!

实例类型 适用场景
共享型实例规格族n4 网站和Web应用程序
开发环境、构建服务器、代码存储库、微服务、测试和暂存环境
轻量级企业应用
共享标准型实例规格族s6 中小型网站和Web应用程序
开发环境、构建服务器、代码存储库、微服务、测试和暂存环境等
轻量级数据库、缓存
轻量级企业应用、综合应用服务
计算型实例规格族c5 高网络包收发场景,例如视频弹幕、电信业务转发等
Web前端服务器
大型多人在线游戏(MMO)前端
数据分析、批量计算、视频编码
高性能科学和工程应用
计算型实例规格族c6 高网络包收发场景,例如视频弹幕、电信业务转发等
Web前端服务器
大型多人在线游戏(MMO)前端
数据分析、批量计算、视频编码
高性能科学和工程应用
计算型实例规格族c6a 视频编解码
高网络包收发场景
Web前端服务器
大型多人在线游戏(MMO)前端
测试开发,例如DevOps
计算平衡增强型实例规格族c6e 高网络包收发场景,例如视频弹幕、电信业务转发等
Web前端服务器
大型多人在线游戏(MMO)前端
数据分析、批量计算、视频编码
高性能科学和工程应用
通用型实例规格族g5 高网络包收发场景,例如视频弹幕、电信业务转发等
各种类型和规模的企业级应用
中小型数据库系统、缓存、搜索集群
数据分析和计算
计算集群、依赖内存的数据处理
通用型实例规格族g6 高网络包收发场景,例如视频弹幕、电信业务转发等
各种类型和规模的企业级应用
网站和应用服务器
游戏服务器
中小型数据库系统、缓存、搜索集群
数据分析和计算计算集群、依赖内存的数据处理
通用平衡增强型实例规格族g6e 高网络包收发场景,例如视频弹幕、电信业务转发等
各种类型和规模的企业级应用
网站和应用服务器
游戏服务器
中小型数据库系统、缓存、搜索集群
数据分析和计算
计算集群、依赖内存的数据处理
内存型实例规格族r5 高网络包收发场景,例如视频弹幕、电信业务转发等
高性能数据库、内存数据库
数据分析与挖掘、分布式内存缓存
Hadoop、Spark群集以及其他企业大内存需求应用
内存型实例规格族r6 高网络包收发场景,例如视频弹幕、电信业务转发等
高性能数据库、内存数据库
数据分析与挖掘、分布式内存缓存
Hadoop、Spark群集以及其他企业大内存需求应用

个人和企业分别选择哪种规格合适?
1、个人用户选择推荐
个人用户一般选择共享型s6和n4实例就可以了,这些实例都是入门级的,适合各个行业应用的基本计算需求,如:小型 Web应用、中小型数据等,比如个人网站、博客等Web应用前端机,轻负载应用、微服务,开发测试压测服务应用场景。

2、个人和企业都比较适合的
对于一些对云服务器性能、网络收发能力等有一定要求的个人用户和普通企业级用户来说,选择计算型实例是最好的,这些实例都是为重计算负载型应用场景设计,可适用于批量计算,Web 前端服务器,数据分析,游戏服务等场景。

3、企业用户选择推荐
对于纯企业级用户来说,选择通用型和内存型的就可以了,通用型g5/g6适用于中小型数据库、需要一定内存的数据处理、缓存集群和其他企业应用程序的后端服务器场景。内存型r5/r6为重内存负载型应用场景设计,可广泛适用于高性能数据库、数据分析与挖掘、内存数据库、分布式内存缓存、Hadoop、Spark群集以及其他企业大内存需求应用。

最后:在实际购买时,推荐大家直接通过阿里云官方云小站平台购买,上面云小站专属代金券,大家可先领券然后在新用户特惠专区内购买,云小站专属折扣,全站低价。可叠加代金券!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,100评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,308评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,718评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,275评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,376评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,454评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,464评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,248评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,686评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,974评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,150评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,817评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,484评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,140评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,374评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,012评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,041评论 2 351

推荐阅读更多精彩内容